Generating Language Corrections for Teaching Physical Control Tasks

要約

AI 支援は、言語学習からインテリジェントな個別指導システムに至るまで、教育における応用の進歩に貢献し続けていますが、生徒にフィードバックを提供する現在の方法は依然としてかなり限られています。
ほとんどの自動フィードバック システムは、バイナリの正確性フィードバックを提供するため、生徒が改善方法を理解するのに役立たない可能性があるか、フィードバック テンプレートを手動でコーディングする必要があり、新しい分野に一般化できない可能性があります。
これは、生徒の行動や専門領域が多様であるため、フィードバックを提供するための汎用支援ツールを活用することが困難な物理的制御タスクでは特に困難になる可能性があります。
私たちは CORGI を設計、構築します。CORGI は、自転車の乗り方の学習など、物理的な制御タスクの言語修正を生成するようにトレーニングされたモデルです。
CORGI は、学生と専門家のペアの軌跡を入力として取り込み、学生の向上を支援する自然言語修正を生成します。
私たちは、3 つのさまざまな身体制御タスク (描画、ステアリング、関節の動き) からのデータを収集し、CORGI をトレーニングします。
自動評価と人間による評価の両方を通じて、CORGI が (i) 新しい生徒の軌跡に対して有効なフィードバックを生成できること、(ii) 新しい制御ダイナミクスを備えた領域でベースラインを上回るパフォーマンスを発揮できること、(iii) インタラクティブな描画タスクにおける生徒の学習を改善できることを示します。

要約(オリジナル)

AI assistance continues to help advance applications in education, from language learning to intelligent tutoring systems, yet current methods for providing students feedback are still quite limited. Most automatic feedback systems either provide binary correctness feedback, which may not help a student understand how to improve, or require hand-coding feedback templates, which may not generalize to new domains. This can be particularly challenging for physical control tasks, where the rich diversity in student behavior and specialized domains make it challenging to leverage general-purpose assistive tools for providing feedback. We design and build CORGI, a model trained to generate language corrections for physical control tasks, such as learning to ride a bike. CORGI takes in as input a pair of student and expert trajectories, and then generates natural language corrections to help the student improve. We collect and train CORGI over data from three diverse physical control tasks (drawing, steering, and joint movement). Through both automatic and human evaluations, we show that CORGI can (i) generate valid feedback for novel student trajectories, (ii) outperform baselines on domains with novel control dynamics, and (iii) improve student learning in an interactive drawing task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google